
微软表示同意收购瑞典视频游戏公司Mojang(Minecraft游戏开发商),提振移动业务,巩固Xbox游戏机上又一款重磅游戏控制权。
微软在一份声明中称,将以25亿美元收购Mojang,这标志着微软在视频游戏收购领域的勃勃雄心,也是新任CEO萨蒂亚·纳德拉(Satya Nadella)上任后最大的一笔收购交易。
纳德拉在声明中说:“Minecraft不只是一款伟大的游戏产品,还是一个开放的世界平台,拥有一个我们非常看重的活跃社区,将给微软带来大量新契机。”
Mojang创始人兼Minecraft游戏开发者马库斯·佩尔森(Markus Persson)将离职。
微软控制一款游戏已成为一种文化现象。Minecraft于2009年发行后,以不做特别规定、不设定具体目标而著称,对玩家也不提出任何要求,仅仅是让玩家创建他们自己的世界并探索其他人的世界。一些玩家打僵尸,其他玩家则精心打造他们喜欢的科幻星际飞船。
Mojang向移动设备用户、计算机用户和视频游戏机用户出售Minecraft游戏拷贝。
Mojang游戏公司CEO卡尔·曼恩(Carl Manneh)发表声明称:“Minecraft游戏玩家的玩法超出我们所有预期。微软收购后将为Minecraft游戏翻开新篇章。”
但对微软而言,Minecraft已远超一款视频游戏范畴,与微软14年前收购Halo游戏开发商Bungie有着异曲同工之妙,Mojang及其游戏Minecraft将强化微软娱乐地位。
Minecraft游戏已登陆微软Xbox及大量移动设备。分析师坚信微软能够利用Minecraft知名度鼓励客户购买其设备,运行Windows Phone和桌面Windows软件的设备或Xbox会为玩家提供独特的体验。
无论微软最终计划是什么,收购Mojang为微软带来一款成功视频游戏将是不争的事实。今年1月份,微软表示从游戏开发商Epic手中购买Gears of War游戏,该游戏售出2200万份拷贝,总金额超过10亿美元。
微软另一款大型游戏是2000年收购的以太空时代战争为题材的Halo。Halo自2001年上线后,其系列游戏已售出5000万份拷贝。更重要的是,该游戏将新一代的视频游戏玩家吸引至微软当时的新Xbox设备上——能够玩Halo游戏的唯一平台。
Halo成功应归于其史诗般的故事情节,有关Halo的故事不断出现在图书、电影、漫画、玩具和视频游戏中。
Minecraft游戏在许多方面与Halo游戏正好相反:没有故事情节,但却激励玩家随心所欲地玩游戏。
佩尔森在社交媒体网站上的网名是“Notch”,他不加盟微软。
Mojang在博文中称:“创始人Notch即佩尔森以及雅各布离职。我们不清楚他们的计划,但可以肯定的是与Minecraft游戏不相干,可能会很酷。”
佩尔森在一篇博文中表示,很早以前他就已经从Minecraft开发团队退出。最后表示出售并离开该公司,因为他不再快乐。他写道:“我不是一名CEO,我只是一个喜欢在Twitter发表自己观点的计算机编程呆子。”
华尔街日报曾报道,今年6月份,佩尔森在Twitter发表文章称,客户对开发团队改变游戏不满,他感到很失落。他写道:“有人希望购买我在Mojang的股份,以便我能够过自己的生活,做正确的事情却遭怨恨不是我想要的生活。”一个月后,微软提出收购意向。
佩尔森对其他视频游戏的批评也毫不留情。今年3月份曾对Facebook收购虚拟现实技术先锋Oculus VR表达不满。
过去他对微软也持批评态度,2012年微软发布Windows 8,宣布一项应用商店计划及苛刻的访问规则后,他公然反对Windows 8操作系统,并在博文中写道:“我宁愿Minecraft不在Windows 8上运行。或许我们会说服少量玩家不转向Windows 8。”
微软预计2014年底完成该交易,2015财年达到收支平衡。微软称将继续支持Minecraft跨平台特性。
好文章,需要你的鼓励
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。
杜克大学和字节跳动联合开发的Plan-X框架通过"语义规划器"和"视觉合成器"分工协作,解决了AI视频生成中常见的动作错乱、物体消失等问题。该系统先用多模态语言模型理解用户指令并制定详细执行计划,再由专门的视觉系统制作高质量画面。实验显示Plan-X在动作准确性、指令完整性等关键指标上显著优于现有系统,为智能视频生成提供了新的技术路径。
这项由谷歌团队领导的研究发现AI代理缺乏"预算意识",即使给予更多计算资源也无法有效利用。研究团队开发了预算追踪器和BATS框架,让AI代理能够感知和智能管理资源使用。实验显示,具备预算意识的AI代理不仅准确率更高,还能用更少资源达到更好效果,为构建经济高效的AI系统提供了重要突破。